看板 Military
作者 Pegasus170 (魯蛇肥宅台勞+前義務役)
標題 Re: [討論] 潛水艇設計時候就能確認其聲紋嗎?
時間 Fri Oct  6 23:21:56 2023


※ 引述 《h80733 (如)》 之銘言:
: 標題: Re: [討論] 潛水艇設計時候就能確認其聲紋嗎?
: 時間: Fri Oct  6 12:36:04 2023
:  
: ※ 引述《ulycess (ulycess)》之銘言:
: : 這個我可以用資訊工程的角度來解釋
: 那我也用我工程師角度來跟你討論吧
: : 舉個例子,電腦要判斷一段影片是屬於狗還是貓?
: : 工程師可以先把(體型)和(叫聲)設為兩個參數,做成一個向量座標
: : 例如
: : 柴犬體型中等,聲音小,向量座標可能會(0.5,0.2)
: : 暹羅貓體型中等,聲音小,向量座標會是(0.4,0.1)
: : 獒犬體型大,聲音大,向量座標會是(0.8,0.5)
: : ......
:  
: 目前業界對於流體、聲音模擬計算主要都是用
: FEM (Finite Element Method)
:  
: 我是沒聽過用大數據作流體、聲音的模擬啦
: 而且用大數據來模擬出潛艇聲紋有難度
: 1.大數據分析條件是數據要夠大夠多,
: 而要取得全球各型潛艇聲紋數據做為資料庫,
: 有相當大的難度。
: 2.要有相近於我國潛艇的潛艇聲紋,
: 這難度也相當大,畢竟我國這次螺旋槳設計算獨創。
:  
: : 收集完大數據之後,這個平面座標上面貓和狗的數據各自會形成一塊面積,這時候假設

: : 個數據是(0.5,0.5),電腦就可以判斷這個數據是數據是貓的機率有多大,狗的機率有

: : 大
: : 一旦機率大於某個設定的閾值(例如是0.7,或者說
: : 70%),電腦就判斷這個照片是貓還是狗
: : 當然真正的技術實現上會使用更多參數,不用只使用兩種參數,而且會使用更多技巧避

: : 參數污染以及進行數據碰撞
: : 回到能不能用潛艦設計知道聲紋的問題上面,當知道潛艦設計,利用大數據電腦模擬出

: : 紋只是分分鐘的事情
: : 就算有公差或是內部機械不同導致聲紋不同也沒差,電腦用的是機率判斷不用100%正確
: : 依我了解,聲紋最重要的判斷依據是來自於螺旋槳的空泡效應,所以各國潛艦螺旋槳構

: : 一定是最高機密,外型反而還好
:  

上面的回文實際上說到了最重要的觀念,我就小小地加上延伸:

就算要跑巨量資料(大數據),是要拿出正確能夠適用在潛艦聲音上的標籤/性質,還要考
慮資料脈絡的正交性來避免污染/非獨立之干擾。

關於巨量資料模擬分析這點,漢威國際美國總公司的研發單位玩的很專業,而在整個研究過
程中,資訊科學跟計算機科學的專家只是配角主角是漢威國際跟配合研究的大學實驗室中
,真正懂流體力學、空氣動力學、單元操作、材料科學、材料工程、工業工程等領域的專家
們。


接著問題是:全世界哪來那樣多的潛艦聲紋公開給其他公司分析模擬呀!大家都是費盡心思
的「藏起來」,畢竟被抓到是官士兵死活的問題。

看起來全世界電資產業的過度自我膨脹,已經到了過份低估各個領域中「Domain Knowhow /
 Business Context」(領域知識及商業模式)那部分,以為可以用推土機式的資料處理取
代。


如果我們以在海灘找遺失的錢包當範例:

巨量資料跟人工智慧:
用推土機翻遍沙灘,後面跟著金屬探測器、移動式大型篩選器、攝影機來找錢包。

領域知識及商業模式:
回想起自己經過的路徑及生活習慣,一步步走回去找自己的錢包。

在什麼環境下用哪一種解法才快及有效或者節省資源,就是當事人判斷了。

--
楊家有女初長成

https://imgur.com/1JDmPZs

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 209.195.85.173 (加拿大)
※ 作者: Pegasus170 2023-10-06 23:21:56
※ 文章代碼(AID): #1b82OMay (Military)
※ 文章網址: https://www.ptt.cc/bbs/Military/M.1696605718.A.93C.html
※ 同主題文章:
Re: [討論] 潛水艇設計時候就能確認其聲紋嗎?
10-06 23:21 Pegasus170.
nanozako: 每次看到這個就想到做模擬的那句話:
"All models are wrong, but some are useful"1F 10/06 23:25
CGT: 全世界軍用潛艦有沒有一千條? 如果大家都公佈聲紋給訓練模型,那就世界大同了,我們不再需要軍武3F 10/06 23:40
rnoro: 說得實在太對了,現在的ai只不過是function fitting結果到哪都吹上了天,此風不可長5F 10/06 23:52
jess730612: 天馬大是不是學商業管理還是工管? 邏輯看了就舒服7F 10/07 00:06
Pegasus170: @jess大板友:很遺憾,我是有雙主修,但是您沒猜中任何一個^_^。基本上我是有電資方面、化材方面主學位。而管理部份是後來研究所拿到學位畢業後才學的,管理證照有PMP、SP、SSM、RTE四張證照。8F 10/07 00:40
MartianIT: 推專業12F 10/07 00:47
skyhawkptt: 電玩廣告只是喊"殺喊大" 精彩人生則是"跨更大"...XD13F 10/07 01:01
potionx: 能逆向比對模擬的難度和知道形狀的模擬是不同等級的14F 10/07 01:23
nfsong: 其實不用那麼麻煩  就高雄軍港運補完
大陸 派個20艘  在附近蹲點
台灣就這一艘  還能去哪...
想得太複雜了
就算8艘都生出來  對岸60艘 怎麼比15F 10/07 02:07
jess730612: 外行真的的外行 不是特意拆你檯 是你幼稚園思辨能力最不甚喜歡YT徐某人都拆你的檯 近30萬訂閱幹爆你耶https://www.youtube.com/watch?v=NZDLPqXJ6c0
XX艘怎麼比 能講戰術圍繞三萬六千方公里島國方法嗎不希望有任何細節瞧不起人 但個人覺得您講不出個PE20F 10/07 02:19
MeiHS: 找錢包應該先去警察局(x25F 10/07 03:07
HenryLin123: 人家是data scientist 懂嗎,小小engineering 敢質疑scientist?26F 10/07 03:21
eemail: 高雄港附近20艘蹲點@@ 我們不對稱戰術真的成功28F 10/07 06:26
nanozako: 中國柴潛20艘高雄港外蹲點?這樣P-3C應該會爽翻天29F 10/07 06:47
ki523898: 20艘以台海的密度不要又搞撞船黑30F 10/07 06:52
snalvc: 笑死20艘蹲點高雄港 這種密度說不定一張圍網可以纏住所有螺旋槳31F 10/07 07:11
asskid: 不是應該有人出來說 COMSOL 點一點就好嗎?33F 10/07 08:28
Jacky4939112: 20艘? MK46撒下去大豐收34F 10/07 09:50
tokikaze: 台灣一艘潛艦要是能引十幾艘來蹲點根本就賺翻了35F 10/07 10:00
danielqwop: 一換二十太強了36F 10/07 11:09
h80733: 潛艇蹲台海真的是找死37F 10/07 11:25
mikee3216: Garbage in garbage out 是任何統計的第一堂課,也是任何模型的根本,可惜很多人上完就忘了
nfsong真的是反串啦38F 10/07 11:58
glad850: 「全世界電資產業的過度自我膨脹」可以改成台灣就好,看低能卡和科技版那些學生萬般皆下品,唯有ICS高就知道41F 10/07 12:07
aquarius360: 所以對岸要免費奉送20艘的聲紋?賺爛了賺爛了XD44F 10/07 12:26
h80733: 不過說真的,中共潛艇聲紋大概都被美國測的差不多吧?45F 10/07 13:22
blade0314: 有時想想說電腦模擬萬能的都不知瞎子摸象的典故嗎?只要有個變數或條件不對不就會歪到天邊嗎47F 10/07 13:48
fantasyhorse: 老師沒說過電腦模擬垃圾進垃圾出嗎?49F 10/07 14:09
fragmentwing: 現在不都進入data mining 的階段了嗎?記得教授上次去材料的峰會回來說整個風潮也是往導入機器學習去挖資料
不過上一次資訊的峰會(在chatgpt和dell E剛出來的時間那附近)說大型深度學習已經差不多到頭了 要開始往別的方向研究
現在模擬方面好像是往和強化學習去結合的方向走50F 10/07 14:13
h80733: 樓上 data mining 資料探勘 進階就是big data大數據啊…….57F 10/07 14:22
fragmentwing: 大數據的範疇應該比探勘還大吧 現在什麼都說是大數據……59F 10/07 14:25
h80733: 模擬要看那方面啊…..物理性質模擬?化學性質模擬?車流模擬? 基礎的演算法、技術就完全不同,不是什麼東西都能套用新的資訊科技技術…61F 10/07 14:25
fragmentwing: 那是在跑機器學習之前就要先決定好的東西啊……連判定基準等等都沒決定好那根本是在亂訓練64F 10/07 14:30
Pegasus170: 現在很多出現在新聞上的人工智慧真的偏向玩家訓練,而專業領域用的機器學習則不可能上新聞。畢竟那些專業領域的東西,幾本上要嘛對一般人冷門,要嘛事關商業機密。
就我所知,某間前兩天起落架失能的貨運公司也已經在自己公司應用起人工智慧。但是他們怎麼用,他們的員工則是絕口不提^_^66F 10/07 14:54
h80733: 因為「網際網路」關係,影像、文字、聲音都有大量的資料可以訓練。 FEM分析出來的流體資料、聲紋資料,需要實體模型驗證進行校對。 問題在 哪裡來的那麼多實體物理模型?73F 10/07 15:39
fragmentwing: 實際驗證這個瓶頸是本來模擬就會有的啊 不是導入機器學習後才要考慮的
@P大 但是就算沒上新聞 理工科各界幾乎都有用機器學習和本科內容結合的嘗試出現吧 畢竟本質上先不論生成式的 就從傳統非深度的那時候機器學習就是一個協助分析的工具了
跟拿實驗結果去結合統計學的一些方法來分析意思一樣77F 10/07 15:44
Pegasus170: 業界當然有呀!只是跟那些炒新聞及股價的FAAGM比起來,都很低調。
看看學界跟產業界,再看看FAAGM怎麼炒新聞,就知道差異了!84F 10/07 16:15
fragmentwing: 我覺得與其說低調 不如說畢竟其它學界業界是拿人家發表已經好幾年 確定成熟的東西來做運用 自然不會有那麼大的新聞
怎麼說呢……像石墨烯出來那時也是很多新聞啊
還有前陣子的常溫超導體也是 雖然最後發現是假的
有突破性的新東西出來確實會有新聞 只是最近AI在各個方面確實相繼都有突破 才會覺得相關新聞出現的很頻繁吧
然後其實那些巨頭也有比較低調的東西 像 Segmentation Anything Model 這種 因為比較難讓它做出實際用途 我也是到了有需要去了解的時候才知道有這東西88F 10/07 16:21
tonyatta: dataset不對容易GIGO呀 毆飛99F 10/07 17:41

--